Título

AVALIAÇÃO DE MODELO DE REDE NEURAL PARA PREDIÇÃO DA RESISTÊNCIA A COMPRESSÃO DE PELOTAS DE MINÉRIO DE FERRO

EVALUATION OF A NEURAL NETWORK MODEL FOR PREDICTING THE COMPRESSIVE STRENGTH OF IRON ORE PELLETS

Autoria

ANJOS, MATHEUS BATISTA DOS; CUNHA, ANDERSON CHRISTO; BENTO, FÁBIO RICARDO OLIVEIRA; GAUDIO, MARCOS RUY SOARES; MIGUEL, MAYKCILANE FERNANDES; BRITO, RAFAEL DAMASCENO XAVIER DE

ANJOS, MATHEUS BATISTA DOS

Eu sou esse autor

CUNHA, ANDERSON CHRISTO

Eu sou esse autor

BENTO, FÁBIO RICARDO OLIVEIRA

1 Artigos, Baixados 3 Vezes

GAUDIO, MARCOS RUY SOARES

Eu sou esse autor

MIGUEL, MAYKCILANE FERNANDES

Eu sou esse autor

BRITO, RAFAEL DAMASCENO XAVIER DE

Eu sou esse autor

DOI

10.5151/2594-5335-41479

Downloads

Resumo

A PRODUçãO DE PELOTAS DE MINéRIO DE FERRO é ESSENCIAL PARA A INDúSTRIA SIDERúRGICA, POIS O DESEMPENHO DESSAS PELOTAS NOS REATORES E FORNOS DOS CLIENTES INFLUENCIA DIRETAMENTE A QUALIDADE DO PRODUTO FINAL. NO ENTANTO, O PROCESSO DE PRODUçãO ENFRENTA DESAFIOS DEVIDO àS VARIAçõES NA QUALIDADE DO MINéRIO, NOS INSUMOS E EM OUTROS FATORES DE INTERFERêNCIA, RESULTANDO EM INCONSISTêNCIAS NAS PELOTAS. ESTE TRABALHO TEM COMO OBJETIVO ANALISAR O USO DE REDES NEURAIS NO CONTROLE DE UMA USINA DE PELOTIZAçãO. ESSE CONTROLE é CRUCIAL DEVIDO àS VARIAçõES EM DIVERSAS VARIáVEIS DO PROCESSO, COMO A TEMPERATURA MéDIA DO FORNO, AS CARACTERíSTICAS FíSICAS E QUíMICAS DO MINéRIO E A DOSAGEM DOS INSUMOS. MESMO COM MEDIDAS DE CONTROLE RIGOROSAS, COMO TESTES REGULARES DAS VARIáVEIS, ERROS AINDA PODEM OCORRER DEVIDO A ESSA VARIABILIDADE. PORTANTO, é ESSENCIAL DESENVOLVER UMA FERRAMENTA CAPAZ DE ANALISAR O PROCESSO E FORNECER RETORNOS E PRECISOS SOBRE A QUALIDADE PARA EVITAR FALHAS. ESTE ESTUDO DESTACA O POTENCIAL DAS REDES NEURAIS ARTIFICIAIS (RNAS) NA AVALIAçãO DA QUALIDADE DE PROCESSOS PRODUTIVOS CONTíNUOS, APONTANDO PARA UMA POSSíVEL MELHORIA NA QUALIDADE DAS PELOTAS DE MINéRIO DE FERRO E, CONSEQUENTEMENTE, BENEFíCIOS SIGNIFICATIVOS PARA A INDúSTRIA SIDERúRGICA.

THE PRODUCTION OF IRON ORE PELLETS IS ESSENTIAL FOR THE STEEL INDUSTRY, AS THE PERFORMANCE OF THESE PELLETS IN CUSTOMERS' REACTORS AND FURNACES DIRECTLY INFLUENCES THE QUALITY OF THE FINAL PRODUCT. HOWEVER, THE PRODUCTION PROCESS FACES CHALLENGES DUE TO VARIATIONS IN ORE QUALITY, INPUTS, AND OTHER INTERFERENCE FACTORS, RESULTING IN INCONSISTENCIES IN THE PELLETS. THIS WORK AIMS TO ANALYZE THE USE OF NEURAL NETWORKS IN CONTROLLING A PELLETIZING PLANT. THIS CONTROL IS CRUCIAL DUE TO VARIATIONS IN VARIOUS PROCESS VARIABLES, SUCH AS THE AVERAGE FURNACE TEMPERATURE, THE PHYSICAL AND CHEMICAL CHARACTERISTICS OF THE ORE, AND THE DOSAGE OF INPUTS. EVEN WITH RIGOROUS CONTROL MEASURES, SUCH AS REGULAR TESTING OF VARIABLES, ERRORS CAN STILL OCCUR DUE TO THIS VARIABILITY. THEREFORE, IT IS ESSENTIAL TO DEVELOP A TOOL CAPABLE OF ANALYZING THE PROCESS AND PROVIDING QUICK AND ACCURATE INSIGHTS TO PREVENT FAILURES. THIS STUDY HIGHLIGHTS THE POTENTIAL OF ARTIFICIAL NEURAL NETWORKS (ANNS) IN ASSESSING THE QUALITY OF CONTINUOUS PRODUCTION PROCESSES, POINTING TO POSSIBLE IMPROVEMENTS IN THE QUALITY OF IRON ORE PELLETS AND, CONSEQUENTLY, SIGNIFICANT BENEFITS FOR THE STEEL INDUSTRY.

Palavras-chave

Redes neurais recorrentes; Pelotas de minério de ferro; Qualidade; Indústria siderúrgica.

Artifical neural network; Iron ore pellets; Quality; Steel industry.